质量管理学 第七章 统计技术方法.pdf

  1. 1、本文档共28页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第七章 统计技术方法 第一节 统计技术方法概述 一、统计技术的概念及内容 (一) 统计技术的概念 统计技术又称为数理统计,是一些以概率论为理论 基础的收集、整理、计算、分析和处理统计数据的方法 的总称。 (二) 统计技术的内容 1. 描述性统计技术 2. 推断性统计技术 3. 控制性统计技术 二、几种常的分布 (一) 正态分布和标准正态分布 1. 正态分布正态分布如图所示,它是一个单峰的平滑 的曲线,中间高、两端低、左右完全对称。从图形上 看有一个极值,出现在x= μ的地方;有两个拐点(凹 凸相交之点)出现在μ±σ的地方。 (1) 正态分布的概率密度函数 (2) 正态分布的两个参数。 如图所示,当σ不变时,μ决定曲线的位移,μ 不变时,σ决定曲线的高低、胖瘦。 2. 标准正态分布 (1) 标准正态转换 (2) 标准正态分布的概率密度和概率分布函数标准正态分 布的概率密度函数φ(u)的图形,见图8-4。把该图横 轴上任一U≤u的随机事件上发生的概率φ(u)都计算出 来,可形成表8-1,正态分布函数表(表中只给出了右侧 u≥0的φ(u)值)。 (3) 标准正态分布的分位点 标准正态分布的概率密度函数φ(u)的图形 (二) 二项分布 二项分布是计数值数据——离散型随机变量的典 型分布,是计数抽样检验的重要理论依据。 1. 二项分布的图形 2. 二项分布的概率分布和分布函数 3. 二项分布的均值和标准差 (三) 正态样本均值的分布 (四) 抽样分布 抽样分布即统计量的分布。每一个统计量都有一个抽 样分布,不同的统计量可得到不同的抽样分布。抽样 分布是进行统计推断的基础,常用的有“三大抽样分 布”。 1. t分布 2. 分布 3. F分布 第二节 假设检验 一、假设检验预备知识 (一) 假设检验的含义 假设检验是在规定的风险水平上,根据样本的信息,对 总体的参数或分布类型是否具有某种统计特征做出推断 的一种数理统计方法。 (二) 假设检验的分类 对目前组织中常用的假设检验方法,可作如下分类。 1. 根据假设检验所依据的抽样分布划分,有: (1) u检验,适合于均值检验; (2) t检验,适合于均值检验; 2 (3) Χ检验,适合于单个总体的标准偏差检验; (4) F检验,适合于两个总体的标准偏差检验。 2. 根据需检验的总体数量划分,有: (1) 单个总体的假设检验; (2) 两个总体的假设检验; (3) 多个总体的假设检验(一般要采用方差分析的方 法)。 3. 根据质量特征数据的性质划分,有: (1) 双侧检验(适用于望目特性); (2) 单侧检验(适用于望大或望小特性)。 (三) 假设检验的用途 1. 检验总体的分布是否为正态分布; 2. 检验样本数据是否由单个总体所抽取; 3. 检验总体的均值或标准偏差是否达到目标值或 标准; 4. 检验两个总体的均值或标准偏差是否有显著性 差异; 5. 检验对样本的某个观察结果是否为异常值等。 (四) 应用步骤 假设检验的应用过程是如何利用样本信息对假设成 立与否作出判断的过程,一个完整的假设检验活动过 程,应遵循以下步骤。 1. 提出原假设 2. 构造统计量 3. 给出显著性水平 4. 确定临界值和拒绝域 5. 作出推断 二、假设检验的应用 (一) u检验(均值检验) 1. 单个总体情形(双侧检验) 2. 单个总体情形(单侧检验) 3. 两个总体的情形 所谓“两个总体”是指通过随机的抽取两个相互独 立的样本n 和n ,利用他们各自的样本均值和推断它 1 2 们所代表的总体均值的差异性。 (二) t检验(均值检验) 1. 单个总体情形 2 条件:χ~N (μ,σ ),σ未知,但可用样 0 0 0 本的S来取代。 2. 两个总体的情形 条件:χ 2 ~N

文档评论(0)

xingyuxiaxiang + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档